CN115063702A - 一种基于点云取样的高铁连续梁施工进度检测方法 - Google Patents
一种基于点云取样的高铁连续梁施工进度检测方法 Download PDFInfo
- Publication number
- CN115063702A CN115063702A CN202210705128.2A CN202210705128A CN115063702A CN 115063702 A CN115063702 A CN 115063702A CN 202210705128 A CN202210705128 A CN 202210705128A CN 115063702 A CN115063702 A CN 115063702A
- Authority
- CN
- China
- Prior art keywords
- point cloud
- design
- point
- segment
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/17—Terrestrial scenes taken from planes or by drones
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/176—Urban or other man-made structures
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- Databases & Information Systems (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Remote Sensing (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明提供了一种基于点云取样的高铁连续梁施工进度检测方法,其利用无人机航拍数据的自动化数据分析,通过连续梁分节段、节段中设计点周围区域局部点云数据的细化分析,将连续梁施工进度的拍摄数据与连续梁设计数据进行对比,快速获知铁路建设工程的进度情况,从而实时改善工程管理水平、提升施工效率。
Description
技术领域
本发明属于铁路建设工程监测领域,具体涉及一种基于点云取样的高铁连续梁施工进度检测方法。
背景技术
施工监测是铁路施工管理的重要组成部分,近年来,随着高铁在建与计划新建里程的爆发式增长,为高铁全线施工现场的巡检工作带来了更大的挑战。
利用无人机航拍获取拍摄数据然后基于数据分析实现铁路建设工程的进度监测,逐渐受到关注及开发应用,但是目前对无人机巡检数据的利用方式仍然较为原始,大多采用人工整理与判读的形式,并且难以将无人机获取的现场视频与施工计划图纸等信息相对照,因此需要通过信息技术手段提升无人机巡检的效率与效果。
发明内容
基于上述技术现状,本发明的目的在于提供一种基于点云取样的高铁连续梁施工进度检测方法,其利用无人机航拍数据的自动化数据分析,将连续梁施工进度的拍摄数据与连续梁设计数据进行对比,快速获知铁路建设工程的进度情况,从而实时改善工程管理水平、提升施工效率。
本发明采用的技术方案如下:一种基于点云取样的高铁连续梁施工进度检测方法,其使用无人机沿铁路通过包括但不限于航拍或激光雷达等方式获取在建高铁连续梁的点云数据,然后基于点云取样检测高铁连续梁施工进度,具体包括如下步骤:
S1:使用点云数据处理模块,将连续梁点云数据加载到内存,点云数据包含点的位置坐标数据;
S2:加载连续梁结构设计数据到内存,设计数据包括连续梁名称、所属结构类型、所属墩号、连续梁分段所属节段号、节段所在里程、位置坐标、方向、长度、宽度、高度等信息;
S3:基于连续梁结构设计数据中的单个节段设计数据的中心位置坐标、长宽高和方向信息,分割出连续梁点云数据中对应该单个节段设计分段的节段点云数据,依此将连续梁点云数据分割为多个节段点云数据;
S4:循环遍历节段设计数据中的设计点数据,对于每一设计点,根据该设计点位置坐标数据在相对应的节段点云数据中再次分割节段局部点云数据;
S5:根据步骤S4中设计点和基于该设计点获得的节段局部点云数据,计算节段局部点云数据中的点与所述设计点的距离,获取所述距离中的最小距离;
S6:比较最小距离与设定的距离阈值的关系,判断该设计点的匹配度:
S6.1:最小距离不存在或无限大,判定该设计点为无数据点;
S6.2:最小距离大于距离阈值,判定该设计点为匹配失败点;
S6.3:最小距离小于或等于距离阈值,判定该设计点为匹配成功点;
S7:对于一个特定节段,按照形状特性在不同部位取n个设计点用于判断,设定百分比Pthreshold,当n个设计点中判断为匹配成功的点占比大于或等于Pthreshold时,认为该节段已完成;当n个设计点中判断为匹配成功或匹配失败的点的总和占比大于(1-Pthreshold)且小于Pthreshold时,认为该节段正在施工,而判断为匹配成功或匹配失败的点的总和占比小于或等于(1-Pthreshold)时,认为该节段尚未开始施工;
S8:对于一个特定连续梁,当判断为已完成的节段数等于连续梁的所有节段数时,判定连续梁已完成。
具体的,上述步骤S4中,分割局部点云数据时,以设计点为中心作一条方向沿连续梁延伸方向的线段,计算出垂直于该线段的切割面方程,通过切割面方程带入点云数据和厚度限制条件,获取厚度限制条件范围内的垂直所述线段的所有切割面上的点构成范围点云,所述范围点云即为局部点云数据。其中所述厚度限制条件为以设计点为中心沿所述线段向左右延伸的一定厚度范围,其是由技术人员自主设定的较小距离的数值,例如0.03米。
进一步的,所述线段的方向不仅仅可以选择为平行于连续梁延伸方向,其也可以选择为与连续梁延伸方向呈一定角度,从而使得在分割局部点云数据时,切割方向可以选择垂直于梁延伸方向或者倾斜于梁延伸方向,选取不同的切割方向得到的局部点云数据的范围不同,不同切割方向得到的局部点云数据中点与设计点的距离不同,在实际操作中,可以选择相同的单切割方向或者对于不同的设计点选择不同的切割方向,从而获取不同组合形态的局部点云数据,以对步骤S6中的施工进度状态的判断起到提高准确性的效果。
本发明的优点在于:
利用无人机航拍或激光雷达等方式快速获取铁路建设工程现场的三维点云数据数据,然后利用数据处理手段将连续梁施工进度的点云数据与连续梁设计数据进行对比,快速获知铁路建设工程的进度情况,处理效率大幅度提高,节省了大量人力和时间成本,有助于实时改善工程管理水平、提升施工效率。
附图说明
图1是本发明高铁连续梁点云数据图;
图2是本发明连续梁结构设计数据中节段分段示意图;
图3是连续梁点云数据分割为节段点云数据示意图;
图4是基于设计点在节段点云数据中分割的局部点云视图,其中图4(a)是切面方向的局部点云视图,图4(b)是厚度方向的局部点云视图;
图5是切割方向垂直于梁延伸方向的局部点云视图,其中图5(a)是正视于梁延伸方向视图,图5(b)是侧视于梁延伸方向视图;
图6是切割方向与梁延伸方向呈一定角度的局部点云视图;
图7是确定节段局部点云数据与设计点最小距离的示意图。
具体实施方式
下面结合附图1-7对本发明的基于点云取样的高铁连续梁施工进度检测方法详细介绍如下:
使用无人机沿铁路通过包括但不限于航拍或激光雷达等方式获取在建高铁连续梁的点云数据,然后基于点云取样检测高铁连续梁施工进度,具体方法如下:
S1:使用点云数据处理模块,将连续梁点云数据加载到内存,点云数据包含点的位置坐标数据,如图1所示,是本发明高铁连续梁点云数据图;
S2:加载连续梁结构设计数据到内存,设计数据包括连续梁名称、所属结构类型、所属墩号、连续梁分段所属节段号、节段所在里程、位置坐标、方向、长度、宽度、高度等信息;参见图2,是本发明连续梁结构设计数据中节段分段示意图,图中以61号墩为例,即所属墩号为61号,将桥墩正上方设计为节段0,然后在节段0的左右两侧对称式各设计为十二个分段,并将其一侧依次命名为节段S1、节段S2、节段S3、节段S4、节段S5、...、节段S12(其中节段S6-节段S12图中未标示),另一侧依次命名为节段M1、节段M2、节段M3、节段M4、节段M5、…、节段M12(其中节段M6-节段M12图中未标示)。
S3:基于连续梁结构设计数据中的单个节段设计数据的中心位置坐标、长宽高和方向信息,分割出连续梁点云数据中对应该单个节段设计分段的节段点云数据,依此将连续梁点云数据分割为多个节段点云数据;如图3所示,是连续梁点云数据分割为节段点云数据示意图,依然以61号墩为例,对应其每一个节段分段,将连续梁点云数据分割为与节段分段一一对应的节段点云数据,使多个节段点云数据彼此可独立拆出。
S4:循环遍历节段设计数据中的设计点数据,对于每一设计点,根据该点位置坐标数据和节段方向、距离阈值、切割方向,在相对应的节段点云数据中再次分割节段局部点云数据。
下面结合附图对步骤S4的技术手段提供一具体实施例,以帮助充分理解本发明的技术方案,循环遍历节段设计数据中的设计点数据,对于每个设计点,首先分割局部点云数据,然后计算局部点云数据与设计点的距离,参见图4,是基于设计点在节段点云数据中分割的局部点云视图,其中图4(a)是切面方向的局部点云视图,图4(b)是厚度方向的局部点云视图,在分割局部点云数据时,穿过设计点且以设计点为中点,作一条平行节段方向(梁方向)的线段,计算出垂直该线段的切割面方程,通过切割面方程带入点云数据和厚度限制条件,获取厚度限制条件范围内的垂直所述线段的切割面的范围点云,其中所述厚度限制条件可由技术人员自主设定,本实施例中厚度为0.03米,参见图4(b),在厚度0.03米范围内的且垂直于所述线段的切割面的所有点云,即局部点云数据。
步骤S4中,在分割局部点云数据时,切割方向可以选择垂直于梁延伸方向或者倾斜于梁延伸方向,选取不同的切割方向得到的局部点云数据的范围不同,如图5是切割方向垂直于梁延伸方向的局部点云视图,其中图5(a)是正视于梁延伸方向视图,图5(b)是侧视于梁延伸方向视图,图6是切割方向与梁延伸方向呈一定角度的局部点云视图;不同切割方向得到的局部点云数据中点与设计点的距离不同,在实际操作中,可以选择相同的单切割方向或者对于不同的设计点选择不同的切割方向,从而获取不同组合形态的局部点云数据,以对后续的施工进度状态的判断起到提高准确性的效果。
S5:根据步骤S4中设计点和基于该设计点获得的节段局部点云数据,计算节段局部点云数据中的点与所述设计点的距离,获取所述距离中的最小距离,记录确定该最小距离Lmin的点的坐标数据(x,y,z);如图7所示,是确定节段局部点云数据与设计点最小距离的示意图,图中依然以字母Q标记为设计点,设计点Q周边的为示意性的节段局部点云数据,节段局部点云数据中所有的点与设计点Q均具有一个点距,而所有点距中的最小值代表节段局部点云数据与设计点Q的最小距离Lmin,确定该最小距离Lmin的点是距离设计点Q最近的点,记录该点的坐标数据(x,y,z)。
S6:比较最小距离Lmin与距离阈值,判断该设计点的匹配成功度:
S6.1:最小距离Lmin不存在:当连续梁当前节段未开工时,那么当前节段点云是不存在的,同理局部点云也是不存在的,那么设计点最小距离Lmin可以作为无限大处理,此时标记为无数据点,一般情况下,当最小距离Lmin大于距离L1时(L1根据连续梁的类型及截面大小等数据确定,如大于1米、1.2米等一个较大的数据时),均可以作为无数据点处理;
S6.2:最小距离Lmin大于设计距离阈值L0:当连续梁当前节段已开始施工,但未完成施工时,就会存在设计点到节段局部点云最小距离大于设计距离阈值L0情况,例如当最小距离Lmin大于L0小于L1时,为匹配失败点,具体的距离阈值L0也根据连续梁的类型及截面大小等数据确定,例如0.2米、0.3米等;
S6.3:最小距离Lmin小于等于设计距离阈值L0:当连续梁节段已施工完成,那么设计点与节段局部点云最小距离Lmin小于等于设计距离阈值L0(例如L0取0.2米时,即Lmin≤0.2米),此时该设计点标记为匹配成功点。
S7:对于一个特定节段,按照形状特性在不同部位取n个设计点用于判断,可设定百分比Pthreshold(例如95%),当n个设计点中判断为匹配成功的点占比大于或等于Pthreshold时,认为该节段已完成;当n个设计点中判断为匹配成功或匹配失败的点的总和占比大于(1-Pthreshold)且小于Pthreshold时,认为该节段正在施工,而判断为匹配成功或匹配失败的点的总和占比小于或等于(1-Pthreshold)时,认为该节段尚未开始施工。
S8:对于一个特定连续梁,当判断为已完成的节段数等于连续梁的所有节段数时,判定连续梁已完成。
从上述内容可以看出,本申请的检测方法可以通过计算机程序指令存储或装载到计算机或其他可编程数据处理设备上,即可提供这些计算机程序指定到计算机或其他可编程数据处理设备上以产生一个机器,所述机器可执行指令实现处理无人机提供的数据并进行处理以判断连续梁施工状态的功能。
本申请的方法可以通过计算机程序指令存储或装载到计算机或其他可编程数据处理设备上,使得计算机或其他可编程数据处理设备通过读取指令执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程数据处理设备中执行指令提供用于实现方法的一个流程或多个流程中指定的功能的步骤。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘solid state disk(SSD))等。
Claims (7)
1.一种基于点云取样的高铁连续梁施工进度检测方法,包括如下步骤:
S1:使用点云数据处理模块,将连续梁点云数据加载到内存,点云数据包含点的位置坐标数据;
S2:加载连续梁结构设计数据到内存,设计数据包括连续梁名称、所属结构类型、所属墩号、连续梁分段所属节段号、节段所在里程、位置坐标、方向、长度、宽度、高度等信息;
S3:基于连续梁结构设计数据中的单个节段设计数据的中心位置坐标、长宽高和方向信息,分割出连续梁点云数据中对应该单个节段设计分段的节段点云数据,依此将连续梁点云数据分割为多个节段点云数据;
S4:循环遍历节段设计数据中的设计点数据,对于每一设计点,根据该设计点位置坐标数据在相对应的节段点云数据中分割出设计点附近的局部点云数据;
S5:根据步骤S4中设计点和基于该设计点获得的节段局部点云数据,计算节段局部点云数据中的点与所述设计点的距离,获取所述距离中的最小距离;
S6:比较最小距离与设定的距离阈值的关系,判断该设计点的匹配度:
S6.1:最小距离不存在或无限大,判定该设计点为无数据点;
S6.2:最小距离大于距离阈值,判定该设计点为匹配失败点;
S6.3:最小距离小于或等于距离阈值,判定该设计点为匹配成功点;
S7:对于一个特定节段,按照形状特性在不同部位取n个设计点重复步骤S4-S6进行判断,设定百分比Pthreshold,当n个设计点中判断为匹配成功的点占比大于或等于Pthreshold时,认为该节段已完成;当n个设计点中判断为匹配成功或匹配失败的点的总和占比大于(1-Pthreshold)且小于Pthreshold时,认为该节段正在施工,而判断为匹配成功或匹配失败的点的总和占比小于或等于(1-Pthreshold)时,认为该节段尚未开始施工;
S8:对于一个特定连续梁,当判断为已完成的节段数等于连续梁的所有节段数时,判定连续梁已完成。
2.根据权利要求1所述的方法,其特征还在于,使用无人机获取在建高铁连续梁的点云数据。
3.根据权利要求1所述的方法,其特征还在于,上述步骤S4中,分割局部点云数据时,以设计点为中心作一条线段,计算出垂直于该线段的切割面方程,通过切割面方程带入点云数据和厚度限制条件,获取厚度限制条件范围内的垂直所述线段的切割面的范围点云,所述范围点云即为局部点云数据。
4.根据权利要求3所述的方法,其特征还在于,所述线段的方向为平行于连续梁延伸方向或与连续梁延伸方向呈一定角度。
5.根据权利要求3或4所述的方法,其特征还在于,所述厚度限制条件为以设计点为中心沿所述线段向左右延伸的一定厚度范围。
6.根据权利要求3所述的方法,其特征还在于,上述步骤S7中,对于n个设计点中的每个设计点,分割局部点云数据时随机选择切割方向,使得切割方向垂直于梁延伸方向或者倾斜于梁延伸方向。
7.一种非暂态计算机可读存储介质,利用存储其中的计算机程序被执行时来实现权利要求1-6任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210705128.2A CN115063702B (zh) | 2022-06-21 | 2022-06-21 | 一种基于点云取样的高铁连续梁施工进度检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210705128.2A CN115063702B (zh) | 2022-06-21 | 2022-06-21 | 一种基于点云取样的高铁连续梁施工进度检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115063702A true CN115063702A (zh) | 2022-09-16 |
CN115063702B CN115063702B (zh) | 2022-11-29 |
Family
ID=83201615
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210705128.2A Active CN115063702B (zh) | 2022-06-21 | 2022-06-21 | 一种基于点云取样的高铁连续梁施工进度检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115063702B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130155058A1 (en) * | 2011-12-14 | 2013-06-20 | The Board Of Trustees Of The University Of Illinois | Four-dimensional augmented reality models for interactive visualization and automated construction progress monitoring |
US20190325089A1 (en) * | 2018-04-18 | 2019-10-24 | Reconstruct Inc. | Computation of point clouds and joint display of point clouds and building information models with project schedules for monitoring construction progress, productivity, and risk for delays |
CN112446114A (zh) * | 2020-12-08 | 2021-03-05 | 国网江苏省电力工程咨询有限公司 | 基于三维模型比对的输电线路工程施工进度监测方法 |
CN112509137A (zh) * | 2020-12-04 | 2021-03-16 | 广州大学 | 基于三维模型的桥梁施工进度监控方法、系统和存储介质 |
-
2022
- 2022-06-21 CN CN202210705128.2A patent/CN115063702B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130155058A1 (en) * | 2011-12-14 | 2013-06-20 | The Board Of Trustees Of The University Of Illinois | Four-dimensional augmented reality models for interactive visualization and automated construction progress monitoring |
US20190325089A1 (en) * | 2018-04-18 | 2019-10-24 | Reconstruct Inc. | Computation of point clouds and joint display of point clouds and building information models with project schedules for monitoring construction progress, productivity, and risk for delays |
CN112509137A (zh) * | 2020-12-04 | 2021-03-16 | 广州大学 | 基于三维模型的桥梁施工进度监控方法、系统和存储介质 |
CN112446114A (zh) * | 2020-12-08 | 2021-03-05 | 国网江苏省电力工程咨询有限公司 | 基于三维模型比对的输电线路工程施工进度监测方法 |
Non-Patent Citations (2)
Title |
---|
RUOFEI JIANG 等: "Research and Design of Infrastructure Monitoring Platform of Intelligent High Speed Railway", 《2022 IEEE 6TH INFORMATION TECHNOLOGY AND MECHATRONICS ENGINEERING CONFERENCE (ITOEC)》 * |
解亚龙 等: "基于透明隧道的全寿命周期管理方法在水下隧道中的应用研究", 《铁道标准设计》 * |
Also Published As
Publication number | Publication date |
---|---|
CN115063702B (zh) | 2022-11-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109829199B (zh) | 基于LiDAR点云的电力线快速分层提取方法 | |
CN107340516B (zh) | 基于多普勒速度的联合逻辑快速航迹起始方法 | |
CN111221808A (zh) | 一种无人值守的高精度地图质检方法和装置 | |
CN113537141B (zh) | 一种堤坝管涌和滑坡病害快速检测方法及系统 | |
CN113808226A (zh) | 一种通用隧道断面提取与去噪方法 | |
CN117173568A (zh) | 目标检测模型训练方法和目标检测方法 | |
CN115757369A (zh) | 一种激光点云数据的自动检查方法及系统 | |
CN115063702B (zh) | 一种基于点云取样的高铁连续梁施工进度检测方法 | |
CN114863379A (zh) | 多任务目标检测方法、电子设备、介质及车辆 | |
CN111028345A (zh) | 一种港口场景下圆形管道的自动识别与对接方法 | |
CN112115817B (zh) | 基于深度学习的遥感影像道路轨迹正确性核查方法及装置 | |
KR102311558B1 (ko) | 인공지능을 이용한 구조물 손상 탐지 시스템, 방법, 및 상기 방법을 실행시키기 위한 컴퓨터 판독 가능한 프로그램을 기록한 기록 매체 | |
EP4375924A1 (en) | Cell alignment degree measurement method, controller, detection system, and storage medium | |
CN116778357A (zh) | 利用可见光缺陷识别的电力线路无人机巡检方法和系统 | |
CN111813775B (zh) | 一种隧道点云数据处理方法、装置及存储介质 | |
CN114485681A (zh) | 一种利用dr轨迹评价中精度地图数据一致率的方法 | |
CN117854060B (zh) | 基于深度学习的隧道岩体面状裂隙识别方法及系统 | |
CN114022617B (zh) | 散乱点云孔洞边界的判别方法 | |
CN114563014B (zh) | 一种基于仿真图像的OpenDrive地图自动化检测方法 | |
CN116883623A (zh) | 基于三维激光点云扫描技术的桥面粗糙度模型确定方法 | |
CN117565937B (zh) | 一种基于wlan技术实现轨道列车动态定位方法 | |
CN117152344B (zh) | 基于照片重建点云的隧道围岩结构面解析方法及系统 | |
CN114240946B (zh) | 一种定位器异常检测方法、系统、存储介质及计算设备 | |
MATONO et al. | Bridge Point Cloud Completion Using Deep Learning Obtained in Actual Bridge Structures | |
CN114494301A (zh) | 一种基于机载雷达点云的铁路场景点云分割方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |